CMU 11-766：Large Language Model Applications（2026 春）

请帮我把「CMU 11-766：Large Language Model Applications（2026 春）」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://cmu-llms.org/
我的系统：Linux。如果实际不符，先调整方案。
本次路线：Linux：在本机动手。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：Assignments 1（Prompting, Finetuning, Retrieval, and Embeddings）、2（Chatbots, Agents, and Assistants）、3（Language Models beyond Natural Language）及 Final Project；详见 https://cmu-llms.org/assignments/ 。 第一份模型作业涉及提示、微调、检索和嵌入。先阅读作业选择模型/API 提供商或本地模型；API 密钥、计费账号、模型权重许可和数据发送范围需逐项确认。GPU/显存以选定模型为准，当前未确定容量，不虚写最低硬件。离线词频检查仅验证 Python，不代表模型开课检查通过。
课节（官方顺序）：
1. Origins of LLMs：https://storage.googleapis.com/cmu-llms/2026/2026-01-13-llm-history.pdf
2. Natural language understanding vs generation：https://storage.googleapis.com/cmu-llms/2026/2026-01-15-nlu-nlg.pdf
3. The science of prompting：https://storage.googleapis.com/cmu-llms/2026/2026-01-20-prompting.pdf
4. Deciding when to finetune and finetuning efficiently：https://storage.googleapis.com/cmu-llms/2026/2026-01-22-finetuning.pdf
5. Learning representations and embeddings：https://storage.googleapis.com/cmu-llms/2026/2026-01-27-embeddings.pdf
6. Retrieval 1: Storing and retrieving knowledge：https://storage.googleapis.com/cmu-llms/2026/2026-01-29-retrieval.pdf
7. Retrieval 2: Retrieval augmented generation, deep research：https://storage.googleapis.com/cmu-llms/2026/2026-02-03-retrieval+rag.pdf
8. Retrieval 3: Retrieval augmented generation (2) and deep research：https://storage.googleapis.com/cmu-llms/2026/2026-02-05-rag+deepresearch.pdf
9. Deep research：https://storage.googleapis.com/cmu-llms/2026/2026-02-10-deep-research.pdf
10. Task-Oriented Dialogue：https://storage.googleapis.com/cmu-llms/2026/2026-02-12-task.pdf
11. Tool-use, chitchat, personas, and companionship：https://storage.googleapis.com/cmu-llms/2026/2026-02-17-chatbots.pdf
12. Writing and ideation assistants and AI creative writing：https://storage.googleapis.com/cmu-llms/2026/2026-02-19-creativity-v2.pdf
13. LLMs for evaluation: Synthetic data generation, simulation, automatic evaluation, AI-as-judge：https://storage.googleapis.com/cmu-llms/2026/2026-02-24-evaluation.pdf
14. Multi-agent systems：https://storage.googleapis.com/cmu-llms/2026/2026-02-26-multi-agent-systems.pdf
15. Harms caused by LLM applications：https://storage.googleapis.com/cmu-llms/2026/2026-03-10-risks.pdf
16. Attacking LLMs and LLM applications：https://storage.googleapis.com/cmu-llms/2026/2026-03-12-misuse.pdf
17. Code-writing assistants (guest lecture from Zora Wang)：https://storage.googleapis.com/cmu-llms/2026/2026-03-17-coding-agents.pdf
18. [tentative] Image generation and conversing about images：https://storage.googleapis.com/cmu-llms/2026/2026-03-19-vision.pdf
19. LLMs for Non-English Languages and non-American Cultures (guest lecture from Shaily Bhatt)：https://storage.googleapis.com/cmu-llms/2026/2026-03-24-non-english.pdf
20. World models (guest lecture from Mingkai Deng)：https://storage.googleapis.com/cmu-llms/2026/2026-03-26-world-models.pdf
21. LLMs for biological understanding (guest lecture by Prof Lei Li)：https://storage.googleapis.com/cmu-llms/2026/2026-03-31-drug-design.pdf
22. Music generation (guest lecture by Prof Chris Donahue)：https://storage.googleapis.com/cmu-llms/2026/2026-04-02-music.pdf
23. Numbers：https://storage.googleapis.com/cmu-llms/2026/2026-03-7-detection-and-numbers.pdf
24. Robots and embodied AI (guest lecture from Leena Mathur)：https://storage.googleapis.com/cmu-llms/2026/2026-04-14-robotics.pdf
25. Deployment：https://storage.googleapis.com/cmu-llms/2026/2026-03-16-deployment.pdf
26. Project presentations：https://cmu-llms.org/schedule/
27. Project presentations：https://cmu-llms.org/schedule/

1. 环境
- Python 3 独立虚拟环境；按官方作业依赖安装，Notebook 使用 Jupyter。
- 在课程专用目录中准备环境，不修改全局依赖或其他项目环境。
- 记录软件版本；先跑导入、编译器版本或官方离线示例，付费模型调用和提交作业不属于环境自检。
- 第一份模型作业涉及提示、微调、检索和嵌入。先阅读作业选择模型/API 提供商或本地模型；API 密钥、计费账号、模型权重许可和数据发送范围需逐项确认。GPU/显存以选定模型为准，当前未确定容量，不虚写最低硬件。离线词频检查仅验证 Python，不代表模型开课检查通过。
- 本站首课最小环境（不是官方全部作业锁定依赖）：在课程目录执行 python3.12 -m venv .venv；再执行 ./.venv/bin/python -m pip install numpy。安装失败保留错误，不把包能导入等同于干净机器重装成功。
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 官方课程表与材料：只记录链接 https://cmu-llms.org/schedule/（仅保存链接；未确认统一下载许可，不批量复制课件或视频。）
3. 目录（最外层放在我确认的位置）
cmu-11766-spring2026/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.sh     # 环境自检，按 README 操作
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    ├── 01-lesson-01/
    ├── 02-lesson-02/
    ├── 03-lesson-03/
    ├── 04-lesson-04/
    ├── 05-lesson-05/
    ├── 06-lesson-06/
    ├── 07-lesson-07/
    ├── 08-lesson-08/
    ├── 09-lesson-09/
    ├── 10-lesson-10/
    ├── 11-lesson-11/
    ├── 12-lesson-12/
    ├── 13-lesson-13/
    ├── 14-lesson-14/
    ├── 15-lesson-15/
    ├── 16-lesson-16/
    ├── 17-lesson-17/
    ├── 18-lesson-18/
    ├── 19-lesson-19/
    ├── 20-lesson-20/
    ├── 21-lesson-21/
    ├── 22-lesson-22/
    ├── 23-lesson-23/
    ├── 24-lesson-24/
    ├── 25-lesson-25/
    ├── 26-lesson-26/
    └── 27-lesson-27/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.sh，逐项检查并记录“通过/未通过”：
- 在课程根目录运行；每项检查独立执行，进入子目录不能影响下一项。使用当前系统的终端运行。
  - 在课程 .venv 对应的 Python 代码单元中执行（不是 shell 命令）：from collections import Counter; print(Counter('a b a'.split())['a'])  → 2；仅离线词频练习，不代表模型/API 可用
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。